System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 智能识别与推荐系统技术方案_技高网

智能识别与推荐系统技术方案

技术编号:40704595 阅读:5 留言:0更新日期:2024-03-22 11:04
本申请公开了一种智能识别与推荐系统,属于信息处理技术领域。系统包括:互相连接的事件决策模块、客群圈选模块和分析模块;事件决策模块用于获取用户当前行为数据,通过策略树进行决策,得到信息推荐线索;客群圈选模块中,实时分析数据库用于获取并存储用户当前行为数据,客群筛选画布用于通过实时分析数据库的数据,得到推荐用户名单;分析模块用于基于信息推荐线索,确定推荐用户名单中每个用户标签对应的信息推荐内容。智能识别与推荐系统通过得到信息推荐线索和推荐用户名单,通过分析模块根据信息推荐线索和用户标签,生成每个用户对应的信息推荐内容,及时精准地对用户推送信息推荐内容。

【技术实现步骤摘要】

本申请属于信息处理,尤其涉及一种智能识别与推荐系统


技术介绍

1、随着移动互联网时代的到来,银行用户每天产生数以亿计的客户数据,客户数据作为银行重要信息资产,给银行科技对客户数据的存储、分析、挖掘带来了挑战,如何便捷、高效、准确运用客户数据拉升营销转化率已成为银行营销系统的重要课题。同时,随着多种实时通信渠道的成熟,如企业微信、手机银行、各大银行生活类应用程序(application,app)等,如何在用户产生数据的同时给用户及时提供准确的营销内容对各行各业来说亦是不小的技术难题。

2、目前,为应对庞大客户数据的挑战,各大企业陆续都在建设新的符合时代的营销系统,相比传统营销系统,新建设的营销系统更加强调对客户数据的应用与分析、更加强调用户触达的时效性。


技术实现思路

1、本申请旨在至少解决现有技术中存在的技术问题之一。为此,本申请提出一种智能识别与推荐系统,实现了对用户数据的实时分析,对用户的信息推送更加及时准确。

2、本申请提供了一种智能识别与推荐系统,该系统包括:

3、互相连接的事件决策模块、客群圈选模块和分析模块;

4、所述事件决策模块包括策略树,所述事件决策模块用于获取用户当前行为数据,通过所述策略树进行决策,得到信息推荐线索;

5、所述客群圈选模块包括实时分析数据库和客群筛选画布,所述实时分析数据库用于获取并存储所述用户当前行为数据,所述客群筛选画布用于通过所述实时分析数据库的数据,得到推荐用户名单;

<p>6、所述分析模块用于基于所述信息推荐线索,确定所述推荐用户名单中每个用户标签对应的信息推荐内容。

7、根据本申请的智能识别与推荐系统,通过事件决策模块的策略树对用户当前行为数据进行实时分析筛选,得到信息推荐线索,通过客群圈选模块进行客群圈选,得到特定人群的推荐用户名单,通过分析模块根据信息推荐线索和用户标签,生成每个用户对应的信息推荐内容,及时精准地对用户推送信息推荐内容。

8、根据本申请的一个实施例,所述实时分析数据库包括互相连接的数据调取模块和在线分析数据仓;

9、所述数据调取模块基于流处理框架构建,用于获取所述用户当前行为数据,并进行窗口化处理;

10、所述在线分析数据仓,用于存储窗口化的所述用户当前行为数据。

11、根据本申请的一个实施例,所述客群筛选画布,包括依次连接的数据接入模块、归纳模块和输出模块;

12、所述数据接入模块,用于将筛选节点和导入节点内配置的条件组转换为第一数据处理语句,所述第一数据处理语句用于筛选所述用户当前行为数据;

13、所述归纳模块,用于将多个圈选逻辑节点转换为第二数据处理语句,所述第二数据处理语句用于对筛选后的所述用户当前行为数据进行交叉并补,生成所述推荐用户名单;

14、所述输出模块,用于通过名单节点连接所述分析模块。

15、根据本申请的一个实施例,所述事件决策模块是基于决策引擎构建的,在所述策略树之前,所述事件决策模块还包括互相连接的数据源筛选模块和规则筛选模块;

16、所述数据源筛选模块,用于获取所述用户当前行为数据;

17、所述规则筛选模块,用于对所述用户当前行为数据进行筛选。

18、根据本申请的一个实施例,所述策略树包括分支节点,以及所述分支节点对应的条件节点;

19、所述分支节点和所述条件节点按照规则集连接,所述规则集中的规则之间的关系为优先级匹配或全部匹配;

20、每个所述规则集中的规则引用对应的条件组,所述条件组用于表征所述策略树的决策逻辑。

21、根据本申请的一个实施例,所述分析模块包括客群仓库,所述客群仓库连接所述事件决策模块和所述客群圈选模块;

22、所述客群仓库,用于存储所述推荐用户名单,以及所述推荐用户名单中所述每个用户的用户画像数据。

23、根据本申请的一个实施例,所述系统还包括智能识别优化模块,所述智能识别优化模块分别与所述客群圈选模块和所述事件决策模块连接;

24、所述智能识别优化模块,用于获取用户反馈数据和推荐效果评估结果,生成所述客群筛选画布的优化调整策略。

25、根据本申请的一个实施例,所述分析模块还包括分析引擎和触达配置模块;

26、所述分析引擎,用于存储和分析所述信息推荐线索;

27、所述触达配置模块,用于对所述信息推荐内容配置触达渠道,所述触达渠道与所述客群筛选画布在同一画布,所述触达渠道用于基于所述信息推荐线索,确定所述推荐用户名单中每个用户标签对应的信息推荐内容。

28、根据本申请的一个实施例,所述分析引擎,还用于:

29、调用数据仓库工具,统计对所述推荐用户名单中每个用户的触达次数。

30、根据本申请的一个实施例,所述触达配置模块连接客群圈选模块;

31、所述触达配置模块,还用于将所述信息推荐线索展开为结构化数据。

32、根据本申请的一个实施例,所述系统还包括分别与所述事件决策模块和所述客群圈选模块连接的数据模块;

33、所述数据模块,用于获取所述用户当前行为数据,并进行信息抽象和存储。

34、本申请的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本申请的实践了解到。

本文档来自技高网
...

【技术保护点】

1.一种智能识别与推荐系统,其特征在于,包括:

2.根据权利要求1所述的智能识别与推荐系统,其特征在于,所述实时分析数据库包括互相连接的数据调取模块和在线分析数据仓;

3.根据权利要求1所述的智能识别与推荐系统,其特征在于,所述客群筛选画布,包括依次连接的数据接入模块、归纳模块和输出模块;

4.根据权利要求1所述的智能识别与推荐系统,其特征在于,所述事件决策模块是基于决策引擎构建的,在所述策略树之前,所述事件决策模块还包括互相连接的数据源筛选模块和规则筛选模块;

5.根据权利要求1所述的智能识别与推荐系统,其特征在于,所述策略树包括分支节点,以及所述分支节点对应的条件节点;

6.根据权利要求1所述的智能识别与推荐系统,其特征在于,所述分析模块,包括客群仓库,所述客群仓库连接所述事件决策模块和所述客群圈选模块;

7.根据权利要求1所述的智能识别与推荐系统,其特征在于,所述系统还包括智能识别优化模块,所述智能识别优化模块分别与所述客群圈选模块和所述事件决策模块连接;

8.根据权利要求1所述的智能识别与推荐系统,其特征在于,所述分析模块还包括分析引擎和触达配置模块;

9.根据权利要求8所述的智能识别与推荐系统,其特征在于,所述分析引擎,还用于:

10.根据权利要求8所述的智能识别与推荐系统,其特征在于,所述触达配置模块连接客群圈选模块;

11.根据权利要求1-10任一项所述的智能识别与推荐系统,其特征在于,所述系统还包括分别与所述事件决策模块和所述客群圈选模块连接的数据模块;

...

【技术特征摘要】

1.一种智能识别与推荐系统,其特征在于,包括:

2.根据权利要求1所述的智能识别与推荐系统,其特征在于,所述实时分析数据库包括互相连接的数据调取模块和在线分析数据仓;

3.根据权利要求1所述的智能识别与推荐系统,其特征在于,所述客群筛选画布,包括依次连接的数据接入模块、归纳模块和输出模块;

4.根据权利要求1所述的智能识别与推荐系统,其特征在于,所述事件决策模块是基于决策引擎构建的,在所述策略树之前,所述事件决策模块还包括互相连接的数据源筛选模块和规则筛选模块;

5.根据权利要求1所述的智能识别与推荐系统,其特征在于,所述策略树包括分支节点,以及所述分支节点对应的条件节点;

6.根据权利要求1所述的智能识别与推荐系统,其特征在于,所述分析...

【专利技术属性】
技术研发人员:王利华陈建良张耀良段振洲
申请(专利权)人:广电运通集团股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1